大模型没挂：限流和配额先把服务打成 429

财务甩过来一页账单，说这个 Key 的消耗比上周高了一截。当事人往往只会说自己就问了几句，可这几句背后可能跟着检索、超时重试、工具回灌好几个环节。额度一旦打满，窗口就开始转圈，转圈的故障单往往会写成"AI 挂了"，可模型真没挂，先扛不住的是配额。要是把配额问题当成 5xx 服务错误去自动扩容，只会扩出一堆用不上的节点。